CHƯƠNG 2 : TỔNG QUAN LÝ THUYẾT
2.4. Kết luận chương 2:
Từ việc khảo sát các bài nghiên cứu trước đây, có thể thấy các kết quả về mối quan hệ giữa sự chậm trễ về giá, rủi ro thanh khoản và lợi nhuận nhà đầu tư chưa rõ rang, thống nhất, đặc biệt tại thị trường Châu Á vẫn chưa được đi sâu vào phân tích.
Tại một thị trường mới nổi Châu Á, thị trường Việt Nam chứa đựng trong mình nhiều bất ổn, với đa số các cơng ty có quy mơ nhỏ là một đối tượng kiểm định khá tốt cho mối quan hệ trên.
Xuất phát từ tiền đề của nghiên cứu này là cơng ty có sự chậm trễ về giá dài hơn sẽ có khuynh hướng thu hút ít nhà đầu tư hơn để hấp thụ cú sốc thanh khoản thị trường khiến các công ty này phải chịu rủi ro thanh khoản lớn hơn. Hơn nữa, kì vọng của nhà đầu tư phải có được lợi nhuận lớn hơn để bù vào rủi ro thanh khoản lớn lại là cơ sở phát sinh chi phí do chậm trễ về giá.
Với mục tiêu nghiên cứu là các yếu tố ảnh hưởng đến chi phí do sự chậm trễ về giá và rủi ro thanh khoản, bài nghiên cứu dựa theo “Price delay premium
and liquidity risk” của Ji- Chai Lin, Ajai K. Singh, Ping- Wen (Steven) Sun,
Wen Yu (2014). Bài nghiên cứu dùng phương pháp thống kê mô tả với công cụ
hỗ trợ EVIEW để phân tích về mối tương quan giữa đại lượng đo lường thanh khoản và đại lượng đo lường sự chậm trễ về giá. Ngồi ra bài nghiên cứu cịn sử dụng mơ hình LCAPM của Liu (2006) để kiểm tra giả thiết về rủi ro thanh khoản trong việc giải thích phí do sự chậm trễ về giá của Hou và Moskowitz (2005).
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU: 3.1. Giả thuyết nghiên cứu:
Giả thuyết 1: rủi ro thanh khoản và chi phí do sự chậm trễ về giá có mối liên hệ với nhau
Giả thuyết 2: có yếu tố khác tạo nên chi phí của sự chậm trễ về giá
Giả thuyết 3: Sự chậm trễ về giá có ảnh hương đến lợi nhuận của nhà đầu tư
Kỳ vọng của bài nghiên cứu là các cơng ty có độ chậm trễ về giá nhiều hơn có xu hướng thu hút ít nhà đầu tư hơn để hấp thụ cú sốc thanh khoản của thị trường, khiến những công ty này phải đối mặt với rủi ro thanh khoản cao hơn. Do đó, những nhà đầu tư yêu cầu tỷ suất sinh lợi cao hơn khi nắm giữ những cổ phiếu nay nhằm để cân bằng với rủi ro thanh khoản mà họ phải đối mặt. Tôi thu thập mẫu dữ liệu và sử dụng phương pháp hồi quy để dự báo kết quả nghiên cứu và từ đó đưa ra kết quả bài nghiên cứu.
3.2. Phương pháp nghiên cứu:
Bài nghiên cứu được thực hiện dựa theo bài: “Price delay premium and liquidity risk” của Ji- Chai Lin, Ajai K. Singh, Ping- Wen (Steven) Sun, Wen
Yu (2014). Sử dụng phương pháp thống kê mô tả với công cụ hỗ trợ EVIEW để phân tích về mối tương quan giữa đại lượng đo lường thanh khoản và đại lượng đo lường sự chậm trễ về giá.
Đồng thời bài nghiên cứu cũng sử dụng mơ hình LCAPM của Liu (2006) để kiểm tra giả thiết về rủi ro thanh khoản trong việc giải thích phí do sự chậm trễ về giá của Hou và Moskowitz (2005).
Bài nghiên cứu bắt đầu từ đo lường sự chậm trễ về giá, đo lường thanh khoản của cổ phiếu rồi tìm ra mối tương quan giữa sự chậm trễ về giá và thanh khoản. Tiếp đến đo lường rủi ro thanh khoản và kiểm tra giá trị tài sản.
Để đo lường sự chậm trễ về giá, bài nghiên cứu áp dụng theo Hou và Moskowitz (2005) bằng cách: cuối tháng 6 năm t, hồi quy lợi nhuận tuần t của mỗi công ty được lựa chọn trong mẫu trong cả năm trước đó (cụ thể: từ tháng 7 năm t-1 đến tháng 6 năm t) theo lợi nhuận tuần t của toàn thị trưởng và lợi nhuận của các tuần trước đó từ 1-4 tuần. Với cơng thức:
Rj,t = αj + βjRm,t+ ∑ 𝛿(−𝑛)Rm,t−n
4
𝑛=1
+ εj,t
Sau khi hồi quy, tơi tính được D1 của mỗi cổ phiếu theo công thức sau:
𝐷1 = 1 − 𝑅
𝛿𝑗(−𝑛)=0,∀𝑛∈[1,4] 2
𝑅2
Để đo lường đại lượng thanh khoản, bài nghiên cứu thực hiện theo Liu (2006), sử dụng đại lượng đo lường thanh khoản mới, LM12. Đại lượng bao gồm cả những ngày có khối lượng giao dịch bằng 0 trong 12 tháng trước đó, với cơng thức tính LM12 như sau:
LMx = [Number of zero daily volumes in prior x months
+ 1/(𝑥−𝑚𝑜𝑛𝑡ℎ 𝑡𝑢𝑟𝑛𝑜𝑣𝑒𝑟)
𝐷𝑒𝑓𝑙𝑎𝑡𝑜𝑟 ] * 21∗ 𝑥 𝑁𝑜𝑇𝐷
Phương pháp đo lường của Hou và Moskowitz (2005) và Liu (2006) sẽ được mô tả kỹ hơn ở phần dưới.
Để đo lường rủi ro thanh khoản, dựa theo mơ hình LCAPM của Liu (2006), lợi nhuận kỳ vọng của một tài sản có rủi ro được quyết định bởi rủi ro thị trường và rủi ro thanh khoản. Để đo lường rủi ro thanh khoản, Liu (2006) sử dụng biến thanh khoản LIQ - sự biến động lợi nhuận giữa danh mục đầu tư có tính thanh khoản thấp (các cổ phiếu có LM12 cao) và danh mục đầu tư có tính thanh khoản cao (các cổ phiếu có LM12 thấp).
Trong mơ hình LCAPM, chi phí do rủi ro của cổ phiếu i được đo lường như sau:
E(Ri,t) – rf,t = βm,i[E(Rm,t) – rf,t] + βliq,iE(LIQt)
Trong đó:
E(Rm,t) là lợi nhuận được kỳ vọng của toàn thị trường. E(LIQt) là giá trị được kỳ vọng của biến thanh khoản LIQ. βm,i là hệ số beta của thị trường mà công ty i giao dịch. βliq,i là hệ số beta của thanh khoản của công ty i.
Liu (2006) cho rằng mơ hình LCAPM trên tốt hơn mơ hình 3 nhân tố của Fama-French (1993) và mơ hình rủi ro thanh khoản của Pastor & Stambaughs (2003) trong việc giải thích lợi nhuận cổ phiếu chéo. Do đó, trong bài này tơi sử dụng mơ hình của Liu (2006) để ước lượng rủi ro thanh khoản và kiểm định giả thuyết rủi ro thanh khoản trong việc giải thích chi phí do sự chậm trễ về giá của Hou và Moskowitz (2005).
3.3. Dữ liệu nghiên cứu:
Để kiểm định các giả thuyết trên, tôi sử dụng dữ liệu nghiên cứu gồm 36 cổ phiếu niêm yết trên sàn chứng khoán tại Sở giao dịch chứng khoán thành phố Hồ Chí Minh (HOSE) và 9 tại Sở giao dịch chứng khoán Hà Nội (HASTC), trong giai đoạn từ năm 2006 đến năm 2016.
Tuy thị trường chứng khốn của Việt Nam chính thức đi vào hoạt động từ 2000, tuy nhiên giai đoạn 2000-2005 còn chưa phát triển, chưa thu hút được sự quan tâm của công chúng và các diễn biến tăng giảm của thị trường chứng khoán chưa tạo ra các tác động xã hội mở rộng để có thể ảnh hưởng đến sự vận hành của nền kinh tế.
Do đó, bài nghiên cứu sử dụng dữ liệu giai đoạn 2006-2015 bởi đây là giai đoạn thị trường chứng khốn có nhiều biến động nhất và nhiều doanh nghiệp đăng ký niêm yết trên thị trường chứng khoán, dữ liệu đủ lớn để thực hiện bài nghiên cứu.
Số liệu bài nghiên cứu được tổng hợp từ các dữ liệu thống kê của công ty niêm yết ở website Sở Giao dịch chứng khốn Thành phố Hồ Chí Minh và Hà Nội (www.hsx.vn, www.hnx.vn), và các website khác như: www.cafef.vn; www.vietstock.vn; www.stox.vn; www.cophieu68.vn.
Các cơng ty được đưa vào dữ liệu phân tích phải thỏa mãn yêu cầu:
Công ty phải được niêm yết và giao dịch trong suốt giai đoạn khảo sát, tức là từ 1 tháng 7 năm 2006 đến 30 tháng 6 năm 2016, để đảm bảo tất cả cổ phiếu đều đi qua cùng những biến động của thị trường trong giai đoạn khảo sát, nhằm để cho kết quả khảo sát đáng tin cậy hơn.
Cơng ty mẫu phải có dữ liệu khối lượng giao dịch hằng ngày trong 1 năm gần nhất để có thể tính toán đại lượng đo lường thanh khoản của Liu (2006), LM12
Cơng ty mẫu phải có dữ liệu lợi nhuận hàng tuần trong 2 năm gần nhất để ước tính sự chậm trễ về giá giai đoạn 1 và 2 theo Hou và Moskowitz (2005). Để có dữ liệu lợi nhuận hằng tuần này, đối với mỗi cổ phiếu, tôi sẽ sử dụng dữ liệu giá đóng cửa của ngày giao dịch cuối tuần trừ đi giá đóng cửa của ngày giao dịch đầu tuần.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU: 4.1. Đo lường sự chậm trễ về giá:
Như đã đề cập ở phần trên, bài nghiên cứu sử dụng phương pháp của Hou và Moskowitz (2005) để đo lường sự chậm trễ về giá. Cuối tháng 6 của năm t, hồi quy lợi nhuận của tuần t của mỗi công ty trong cả năm trước đó theo lợi nhuận tuần t của toàn thị trường và lợi nhuận của các tuần trước đó từ 1 đến 4 tuần. Nghĩa là biến lợi nhuận tuần t của cổ phiếu sẽ phụ thuộc vào biến lợi nhuận tuần t của toàn thị trường và 4 biến lợi nhuận tuần của toàn thị trường trước đó 1, 2, 3, 4 tuần.
Rj,t = αj + βjRm,t+ ∑ 𝛿(−𝑛)Rm,t−n
4
𝑛=1
+ εj,t
Trong công thức trên:
Rj,t là lợi nhuận của cổ phiếu j tại tuần t Rm,t là lợi nhuận của toàn thị trường tại tuần t
Rm,t-n là lợi nhuận của tồn thị trường trước đó n tuần, với n từ 1 đến 4 Sau khi hồi quy, tơi tính được D1 của mỗi cổ phiếu theo công thức sau:
𝐷1 = 1 − 𝑅 𝛿𝑗(−𝑛)=0,∀𝑛∈[1,4] 2 𝑅2 Trong đó:
R2 được ghi nhận sau khi chạy hồi quy trên, với các biến khơng có ràng buộc.
𝑅
𝛿𝑗(−𝑛)=0,∀𝑛∈[1,4]
2 được ghi nhận sau khi chạy hồi quy trên, với ràng buộc
rằng các hệ số của Rm,t-n bằng 0. Tức là lúc này lợi nhuận của tuần t của cổ phiếu sẽ chỉ còn phụ thuộc vào lợi nhuận tuần t của toàn thị trường.
Theo Hou và Moskowitz (2005), D1 là đại lượng đo lường sự chậm trễ về giá và D1 có thể nắm bắt sự nhạy cảm với tin tức.
Nếu D1 0: cổ phiếu ít có sự chậm trễ về giá hay nói cách khác cổ phiếu nhạy cảm với tin tức tức lợi nhuận tuần t của cổ phiếu sẽ càng được phản ánh thông qua lợi nhuận tồn thị trường trong tuần t đó.
Nếu D1 1: cổ phiếu có độ chậm trễ về giá càng cao tức lợi nhuận tuần t của cổ phiếu sẽ được phản ánh thơng qua lợi nhuận tồn thị trường trong 4 tuần trước đó.
Sau khi có được D1 mỗi cổ phiếu, tại tháng 6 năm t, tôi sắp xếp các cổ phiếu vào nhóm riêng dựa vào giá trị D1 tăng dần, được ước lượng dựa trên tỷ suất sinh lợi hàng tuần từ tháng 7 năm t-1 đến tháng 6 năm t. Cứ mỗi 4 cơng ty tơi nhóm thành 1 danh mục, như vậy tại cuối mỗi tháng 6 năm t tơi có 9 danh mục với mức độ chậm trễ về giá từ thấp đến cao (D1 từ nhỏ nhất đến lớn nhất).
Sau khi có 9 danh mục như trên tại cuối tháng 6 mỗi năm t, tơi thực hiện tính D1 giai đoạn 2 nhưng thay vì sử dụng biến lợi nhuận tuần t của cổ phiếu thì tơi sử dụng lợi nhuận tuần t của cả 1 danh mục (tổng lợi nhuận tuần t của các cổ phiếu nằm trong danh mục) và thực hiện hồi quy từ tháng 7 năm t đến tháng 6 năm t+1 thay vì hồi quy từ tháng 7 năm t-1 đến tháng 6 năm t như cách tính D1.
Với D1 giai đoạn đầu, ta có thể xem xét mức độ sự chậm trễ về giá của từng cổ phiếu riêng lẻ. Với D1 giai đoạn 2, ta có thể xem xét mức độ sự chậm trễ về giá trung bình của các cổ phiếu có mức chậm trễ về giá D1 tương tự nhau. Quá trình phân thành 9 danh mục và tính D1 giai đoạn 2 về bản chất là làm co lại sự chậm trễ về giá của mỗi chứng khốn riêng lẻ thành trung bình của danh mục của những chứng khoán cùng mức độ chậm trễ về giá.
Sau khi có D1 giai đoạn 2, tơi lại tiếp tục dựa vào giá trị D1 giai đoạn 2 này để chia thành 9 danh mục, mỗi danh mục 4 cổ phiếu như trên. Như vậy tại cuối tháng 6 mỗi năm t từ 2007-2016, tơi sẽ có 9 danh mục với mức độ trì hồn giá trừ thấp đến cao (tương ứng D1 từ nhỏ đến lớn). Sau đó, tơi tính tốn các chỉ số của từng danh mục tại thời mỗi cuối tháng 6 hàng năm, cuối cùng, tơi lấy trung bình cộng các chỉ số và trình bày như bảng dưới:
BẢNG 1
Danh mục sắp xếp theo sự chậm trễ về giá tăng dần
1 2 3 4 5 6 7 8 9 D1 0.004 0.018 0.023 0.024 0.027 0.035 0.041 0.093 0.116 LM12 0.001 2.028 7.829 9.610 12.812 28.281 29.901 38.590 41.056 Turnover (10-3) 120.780 109.187 82.591 61.092 60.030 53.219 47.164 42.092 32.178 Roll's spread (%) 0.933 1.633 1.915 2.178 2.362 3.552 3.902 4.689 4.721 Amihud’s IM (10-7) 3.860 4.537 5.199 5.202 5.948 7.989 8.532 22.110 51.639 SIZE (109) 36218.266 8310.013 5206.151 3031.003 2302.090 1821.124 890.175 559.723 370.377 B/M 0.711 0.824 0.917 0.982 1.179 1.291 1.306 1.337 1.395
Với:
LM12: đại lượng đo lường thanh khoản theo Liu (2006) – sẽ được phân tích rõ tại phần dưới
Turnover (đơn vị 10-3) thể hiện tỷ lệ trung bình của khối lượng giao dịch trong 1 tháng với số lượng cổ phiếu lưu hành.
Roll’s spread (đơn vị %) là phần trăm của √– 𝑐𝑜𝑣(𝑟𝑖,𝑡, 𝑟𝑖,𝑡−1) , sử dụng lợi
nhuận hằng tháng của các cổ phiếu trong danh mục.
Amihud’s IM (Amihud’s Illiquidity Measure) (đơn vị 10-7), đại lượng đo lường thanh khoản của Amihud, được tính bằng trung bình của |𝑟𝑖,𝑡|
𝑝𝑖,𝑡 𝑥 𝑣𝑜𝑙𝑖,𝑡 , trong đó ri,t là lợi nhuận trong tháng, pi,t là giá đóng cửa, và voli,t là khối lượng của tháng đó.
Size là giá trị thị trường trung bình của danh mục, được tính bằng giá thị trường tại thời điểm cuối tháng 6 mỗi năm nhân với số lượng cổ phiếu lưu hành, đơn vị tỷ đồng.
B/M là tỷ lệ giữa giá trị sổ sách với giá trị thị trường.
Bảng 1 thể hiện giá trị trung bình của các biến theo danh mục có D1 từ thấp đến cao. D1 giai đoạn 2 có giá trị nhỏ nhất 0.004 đến 0.116 là cao nhất. Từ Bảng 1 có thể nhận thấy các cơng ty có D1 càng lớn thì giá trị thị trường càng nhỏ và giá trị sổ sách trên giá trị thị trường càng cao. Tức, các cơng ty có sự chậm trễ về giá càng cao thường là cơng ty có quy mơ nhỏ và giá trị cổ phiếu trên giá trị thị trường thấp.
4.2. Đo lường rủi ro thanh khoản của cổ phiếu:
Hou và Moskowitz chỉ ra rằng các đại lượng đo lường thanh khoản thông thường (như khối lượng, giá cả, số ngày có giao dịch, chênh lệch bid- ask, và tác động giá) và đại lượng đo lường chi phí giao dịch của Chordia, Subrahmanyam, và Anshuman (2001), Amihud (2002) và Pastor và Stambaugh (2003), khơng thể giải thích được chi phí do sự chậm trễ về giá. Tuy nhiên, Liu (2006) tranh cãi rằng các đại lượng đo lường thanh khoản thông thường không thế nắm bắt được sự thiếu thanh khoản do khơng có giao dịch. Ông đề nghị sử dụng 1 đại lượng đo lường thanh khoản mới, LMx, số ngày mà có khối lượng giao dịch bằng 0 trong x tháng trước đó. Đặc biệt, ơng lập cơng thức tính đại lượng này như sau:
LMx = [Number of zero daily volumes in prior x months
+ 1/(𝑥−𝑚𝑜𝑛𝑡ℎ 𝑡𝑢𝑟𝑛𝑜𝑣𝑒𝑟)
𝐷𝑒𝑓𝑙𝑎𝑡𝑜𝑟 ] * 21∗ 𝑥 𝑁𝑜𝑇𝐷 Trong đó:
Number of zero daily volumes in prior x months: là số ngày có khối lượng giao dịch bằng 0 trong x tháng trước đó.
x-month turnover: là mức hoàn lại của x tháng trước đó, được tính bằng tổng mức hồn lại của mỗi ngày trong x tháng đó. Và mức hồn lại của một ngày được tính bằng tỷ lệ của khối lượng của cổ phiếu giao dịch trong ngày hơm đó với số lượng cổ phiếu lưu hành.
NoTD: là tổng số ngày giao dịch của thị trường chứng khốn trong x tháng trước đó.
Deflator: là hằng số được chọn cho tất cả các cổ phiếu, sao cho tất cả đều thỏa mãn điều kiện 0 < 1/(x−month turnover)
Deflator < 1 (trong bài nghiên cứu này, tôi chọn Deflator là 11.000 theo Liu)
Trong bài nghiên cứu này, tôi thực hiện lấy x là 12 tháng. Cuối mỗi tháng 6 mỗi năm trong giai đoạn nghiên cứu, tôi đo lường LM12 cho từng cổ phiếu riêng lẻ, sau đó tơi đo lường LM12 cho từng danh mục và cuối cùng tôi thực hiện tính trung bình cho từng danh mục cổ phiếu (theo D1 giai đoạn 2) và trình bày ở Bảng 1.
Liu (2006) chỉ ra rằng “LMx sử dụng con số thuần túy của ngày giao dịch có khối lượng bằng 0 trong x tháng trước đó để xác định các cổ phiếu có thanh